مواد پر جائیں

Maya · Batch

انٹیگریٹ کریں

ماڈل id maya/batch
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

یہ درخواست: ≈⁨$0.049⁩ 49 API کریڈٹس اس صفحے پر چلائیں

API کلید حاصل کریں
Maya Research متن سے آواز #text-to-speech#tts

Maya آواز کا بیچ ورژن، جو مماثل آواز کی وضاحتوں کے ساتھ زیادہ سے زیادہ 100 متن رینڈر کرتا ہے

Maya Research · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

Speech synthesis متنوں کی فہرست، جس کی ہر entry میں <emotion_name> tags شامل کیے جا سکتے ہیں۔

•لازمی

ہر متن کے لیے آواز یا کردار کی خصوصیات، descriptions کی فہرست کے طور پر۔ descriptions کی تعداد متنوں کی تعداد کے برابر ہونی چاہیے۔

ایڈوانسڈ sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate ڈیفالٹ 48 kHz

ہر تخلیق کے لیے مشترکہ آڈیو sample-rate setting: 24 kHz پر تیز processing یا 48 kHz پر بہتر معیار۔

output_format ڈیفالٹ wav

ہر تخلیق کردہ speech recording کے لیے فائل format۔

ڈیفالٹ 0.4

ہر تخلیق پر لاگو ہونے والی sampling temperature۔

ڈیفالٹ 0.9

ہر تخلیق پر لاگو ہونے والی nucleus sampling setting۔

ڈیفالٹ 2000

ہر تخلیق کے لیے SNAC ٹوکن کی بالائی حد۔

ڈیفالٹ 1.1

ہر تخلیق پر لاگو ہونے والی repetition penalty۔

POST /run/maya/batch?wait=20 قیمت → ⁨$0.049⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Maya · Batch کے بارے میں

ایک درخواست میں متعدد کلپس بناتا ہے۔ `texts` اور `prompts` میں ہر ایک 1 سے 100 اندراجات لے سکتا ہے اور دونوں کی لمبائی یکساں ہونی چاہیے، تاکہ ہر متن کو آواز کی وضاحت کے ساتھ جوڑا جائے۔ جذباتی ٹیگز ہر متن میں کام کرتے ہیں۔ سیمپل ریٹ، آؤٹ پٹ فارمیٹ اور temperature جیسی ترتیبات سب پر لاگو ہوتی ہیں، اور نتائج میں آڈیو فائلوں اور دورانیوں کی فہرست شامل ہوتی ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
textsلازمی
قسمstring[]
≤ 100 آئٹمز
Speech synthesis متنوں کی فہرست، جس کی ہر entry میں <emotion_name> tags شامل کیے جا سکتے ہیں۔
promptsلازمی
قسمstring[]
≤ 100 آئٹمز
ہر متن کے لیے آواز یا کردار کی خصوصیات، descriptions کی فہرست کے طور پر۔ descriptions کی تعداد متنوں کی تعداد کے برابر ہونی چاہیے۔
temperatureاختیاری
قسمnumber
ڈیفالٹ0.4
0 – 2
ہر تخلیق پر لاگو ہونے والی sampling temperature۔
top_pاختیاری
قسمnumber
ڈیفالٹ0.9
0 – 1
ہر تخلیق پر لاگو ہونے والی nucleus sampling setting۔
max_tokensاختیاری
قسمinteger
ڈیفالٹ2000
28 – 4,000
ہر تخلیق کے لیے SNAC ٹوکن کی بالائی حد۔
repetition_penaltyاختیاری
قسمnumber
ڈیفالٹ1.1
1 – 2
ہر تخلیق پر لاگو ہونے والی repetition penalty۔
sample_rateاختیاری
قسمenum
ڈیفالٹ48 kHz
48 kHz24 kHz
ہر تخلیق کے لیے مشترکہ آڈیو sample-rate setting: 24 kHz پر تیز processing یا 48 kHz پر بہتر معیار۔
output_formatاختیاری
قسمenum
ڈیفالٹwav
wavmp3
ہر تخلیق کردہ speech recording کے لیے فائل format۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/batch",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  },
  "output": {
    "audios": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
        "content_type": "audio/mpeg",
        "file_name": "0-output.mp3",
        "file_size": 1843200
      }
    ],
    "durations": [
      5
    ],
    "sample_rate": "48 kHz",
    "total_generation_time": 5.7,
    "average_rtf": 0.15
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audios
array of object {url, content_type, file_name, file_size}تخلیق کردہ آڈیو فائل، فہرست کے طور پر واپس کی جاتی ہیں۔
durations
array of numberہر تخلیق کردہ آڈیو recording کی لمبائی، سیکنڈ میں۔
sample_rate
stringتمام تخلیق کردہ آڈیو فائل کے لیے مشترکہ sampling rate۔
total_generation_time
numberتمام آڈیو فائل کے لیے مجموعی تخلیق کا وقت، سیکنڈ میں۔
average_rtf
numberتمام تخلیقات کا اوسط real-time factor۔

مزید ماڈلز: متن سے آواز

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/maya/batch.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt